-
公开(公告)号：CN113282874B
公开(公告)日：2024-04-12
申请号：CN202110546354.6
申请日：2021-05-19
申请人： 国网天津市电力公司滨海供电分公司 , 国网天津市电力公司 , 沈阳工业大学 , 国网辽宁省电力有限公司 , 东北电力大学
IPC分类号： G06F17/11 , G06Q30/0283 , G06Q50/06
摘要： 本发明公开了一种海水淡化负荷参与双边交易的价格区间优化方法，包括：建立海水淡化厂运行能耗模型；建立双边交易参与主体的收益模型，参与主体包括海水淡化厂和风电场；将海水淡化厂每日收益最大作为目标函数，建立海水淡化厂运行优化模型，求解不同弃风电价下，双边交易参与主体的收益及消纳弃风电量；分别向双边交易参与主体的收益、消纳弃风电量中引入市场中的利益分配参数、消纳弃风预期范围参数，得到弃风电价优化区间。在满足供水需求和海水淡化负荷运行边界等关键参数的前提下，充分尊重双边交易主体的利润分配关系，以消纳清洁能源为目标，优化双边交易的签约价格，得到合理的双边交易的签约价格。
-
公开(公告)号：CN113255984B
公开(公告)日：2024-04-12
申请号：CN202110546312.2
申请日：2021-05-19
申请人： 国网天津市电力公司滨海供电分公司 , 国网天津市电力公司 , 沈阳工业大学 , 国网辽宁省电力有限公司 , 东北电力大学
IPC分类号： G06Q10/04 , G06Q10/067 , G06Q50/06 , H02J3/00
摘要： 本发明公开了一种海水淡化负荷消纳弃风电量的集群优化调度方法，包括：建立海水淡化单元运行模型，计算海水淡化单元的产水量Vt、储水箱淡水量RV,t；根据居民用水需求、储水箱的淡水量及储水箱的储水体积计算海水淡化单元运行功率极限#imgabs0#与#imgabs1#以海水淡化厂能耗成本Cdesal最低为目标函数，以弃风电量利用率、电网购电功率、海水淡化负荷能耗、海水淡化单元启停、储水箱的储水体积作为约束条件，构建海水淡化单元集群调度模型。能最大化消纳弃风电量、降低生产淡水的能耗成本、以及提高海水淡化设备的利用率，最终实现“清洁淡水”。
-
公开(公告)号：CN113255984A
公开(公告)日：2021-08-13
申请号：CN202110546312.2
申请日：2021-05-19
申请人： 沈阳工业大学 , 国网辽宁省电力有限公司 , 东北电力大学
摘要： 本发明公开了一种海水淡化负荷消纳弃风电量的集群优化调度方法，包括：建立海水淡化单元运行模型，计算海水淡化单元的产水量Vt、储水箱淡水量RV,t；根据居民用水需求、储水箱的淡水量及储水箱的储水体积计算海水淡化单元运行功率极限与以海水淡化厂能耗成本Cdesal最低为目标函数，以弃风电量利用率、电网购电功率、海水淡化负荷能耗、海水淡化单元启停、储水箱的储水体积作为约束条件，构建海水淡化单元集群调度模型。能最大化消纳弃风电量、降低生产淡水的能耗成本、以及提高海水淡化设备的利用率，最终实现“清洁淡水”。
-
公开(公告)号：CN113282874A
公开(公告)日：2021-08-20
申请号：CN202110546354.6
申请日：2021-05-19
申请人： 沈阳工业大学 , 国网辽宁省电力有限公司 , 东北电力大学
摘要： 本发明公开了一种海水淡化负荷参与双边交易的价格区间优化方法，包括：建立海水淡化厂运行能耗模型；建立双边交易参与主体的收益模型，参与主体包括海水淡化厂和风电场；将海水淡化厂每日收益最大作为目标函数，建立海水淡化厂运行优化模型，求解不同弃风电价下，双边交易参与主体的收益及消纳弃风电量；分别向双边交易参与主体的收益、消纳弃风电量中引入市场中的利益分配参数、消纳弃风预期范围参数，得到弃风电价优化区间。在满足供水需求和海水淡化负荷运行边界等关键参数的前提下，充分尊重双边交易主体的利润分配关系，以消纳清洁能源为目标，优化双边交易的签约价格，得到合理的双边交易的签约价格。
-
公开(公告)号：CN111339496A
公开(公告)日：2020-06-26
申请号：CN202010117128.1
申请日：2020-02-25
申请人： 沈阳工业大学 , 国网辽宁省电力有限公司 , 东北电力大学
摘要： 本发明公开了一种可再生能源相关系数在不同分布空间的转换方法，包括：选择两个服从标准正态分布的随机变量y1和y2，得到随机变量y1和y2之间的相关系数ρy，对随机变量y1和y2进行处理的得到具有相关性的标准正态分布的样本Y1和Y2；对样本Y1和Y2转换得到具有相关性的非正态分布的样本X1和X2；通过计算样本X1和X2的相关系数ρx，则得到相关系数ρx与相关系数ρy的对应关系，对对应关系进行处理得到非正态分布与标准正态分布的换算关系。能够提升不确定性分析结果的精确性，具有较高的实际应用价值。
-
公开(公告)号：CN111339496B
公开(公告)日：2024-02-27
申请号：CN202010117128.1
申请日：2020-02-25
申请人： 沈阳工业大学 , 国网辽宁省电力有限公司 , 东北电力大学
摘要： 本发明公开了一种可再生能源相关系数在不同分布空间的转换方法，包括：选择两个服从标准正态分布的随机变量y1和y2，得到随机变量y1和y2之间的相关系数ρy，对随机变量y1和y2进行处理的得到具有相关性的标准正态分布的样本Y1和Y2；对样本Y1和Y2转换得到具有相关性的非正态分布的样本X1和X2；通过计算样本X1和X2的相关系数ρx，则得到相关系数ρx与相关系数ρy的对应关系，对对应关系进行处理得到非正态分布与标准正态分布的换算关系。能够提升不确定性分析结果的精确性，具有较高的实际应用价值。
-
公开(公告)号：CN111382901B
公开(公告)日：2023-10-17
申请号：CN202010117659.0
申请日：2020-02-25
申请人： 沈阳工业大学 , 国网辽宁省电力有限公司 , 东北电力大学
IPC分类号： G06Q10/04 , G06Q10/0637 , G06Q50/06 , G06F30/20 , C02F1/44 , C02F103/08
摘要： 本发明公开了一种反渗透海水淡化厂的建模方法，包括：计算海水的渗透压Δπ；计算维持渗透压Δπ及驱动淡水输出过程所需要的电量DSE2；根据淡水的出售单价、时段的电费单价、人工和耗材费用及电量DSE2计算海水淡化厂每日运营收益W；据产水单元每日额定产水容量计算海水淡化厂的建设成本Stotal；根据生命周期、每年生产淡水的天数、运营收益W及建设成本Stotal计算海水淡化厂在整个生命周期内的收益率η；通过收益率计算海水淡化厂的最优产水单元数量N。能有效适应海水淡化厂的高能耗特性，具有较高的实际应用价值。
-
公开(公告)号：CN111382901A
公开(公告)日：2020-07-07
申请号：CN202010117659.0
申请日：2020-02-25
申请人： 沈阳工业大学 , 国网辽宁省电力有限公司 , 东北电力大学
摘要： 本发明公开了一种反渗透海水淡化厂的建模方法，包括：计算海水的渗透压Δπ；计算维持渗透压Δπ及驱动淡水输出过程所需要的电量DSE2；根据淡水的出售单价、时段的电费单价、人工和耗材费用及电量DSE2计算海水淡化厂每日运营收益W；据产水单元每日额定产水容量计算海水淡化厂的建设成本Stotal；根据生命周期、每年生产淡水的天数、运营收益W及建设成本Stotal计算海水淡化厂在整个生命周期内的收益率η；通过收益率计算海水淡化厂的最优产水单元数量N。能有效适应海水淡化厂的高能耗特性，具有较高的实际应用价值。
-
公开(公告)号：CN114372554B
公开(公告)日：2024-07-12
申请号：CN202111426934.8
申请日：2021-11-28
申请人： 国网辽宁省电力有限公司鞍山供电公司 , 国网辽宁省电力有限公司 , 国家电网有限公司 , 沈阳工业大学
发明人： 唐俊刺 , 葛延峰 , 王洪哲 , 宁辽逸 , 王明凯 , 姜狄 , 崔岱 , 刘宇 , 高梓济 , 李铁 , 贺欢 , 姜枫 , 胡锦景 , 周志 , 韩秋 , 秦领 , 肖楠 , 金毅 , 崔嘉 , 祝湘博 , 杨俊友 , 王海鑫 , 王皓
IPC分类号： G06N3/045 , G06N3/0475 , G06N3/094 , G06F18/23
摘要： 本发明提供一种基于生成对抗网络的柔性负荷场景生成和缩减方法，包括：随机初始化生成器网络参数，从正态高斯分布中提取随机噪声，将噪声批量输入生成器网络，生成器生成样本；随机初始化鉴别器网络参数，将生成样本和真实样本批量输入鉴别器网络，鉴别器输出判别值；计算生成器与鉴别器的损失函数，采用RMSprop优化算法更新生成器与鉴别器的权重参数；生成器网络最优的参数；输入随机噪声，生成器输出工业园区柔性负荷运行场景；为提高计算速度，采取同步回代场景缩减方法生成典型具有时空相关性的各工业园区柔性负荷出力场景。目的在于提升工业园区内多类型柔性负荷感知能力，并且降低碳排放、其他污染气体及颗粒物排放对环境的影响。
-
公开(公告)号：CN112016734B
公开(公告)日：2024-03-22
申请号：CN202010571376.3
申请日：2020-06-22
申请人： 沈阳工业大学 , 国网辽宁省电力有限公司电力科学研究院 , 国网辽宁省电力有限公司
IPC分类号： H02J3/00 , G06Q50/06 , G06N3/0442 , G06N3/0455 , G06N3/084 , G06N3/0985 , G06N20/20 , G06N5/01
摘要： 本发明属于负荷预测技术领域，具体涉及基于LSTM栈式自编码多模型荷预测方法及系统。该方法包括获取数据集，对数据集进行预处理；建立电动汽车充电开始时间的概率模型并重构数据集；构建LSTM栈式自编码结构并训练；利用XGBoost模型预测短期负荷，并进行指标评价。该系统包括获取数据集模块，预处理模块，概率模型和重构模块，LSTM栈式自编码结构的构建和训练模块，预测模块，指标评价模块。本发明提出的方法能够考虑电动汽车充电负荷的影响，最大程度利用原始数据，深度学习其内部特征，有效提高短期负荷预测精度。
-
-
-
-
-
-
-
-
-
搜索结果
204 条记录 (耗时 0.095 秒)
